自O(shè)penAI推出生成式大語言模型ChatGPT以來，國內(nèi)外生成式人工智能層出不窮。其中最引人關(guān)注的問題之一，莫過于人工智能生成內(nèi)容(AIGC)是否具有版權(quán)？

“著作權(quán)保護對象是作品。”6月16日，在湖北武漢召開的第二屆版權(quán)產(chǎn)業(yè)創(chuàng)新與知識產(chǎn)權(quán)保護東湖論壇上，中國知識產(chǎn)權(quán)法學研究會副會長、中南財經(jīng)政法大學教授曹新明表示，某些人工智能生成物并非《中華人民共和國著作權(quán)法》(以下簡稱著作權(quán)法)意義上的作品。

曹新明解釋道，著作權(quán)法意義上的作品應滿足以下四個條件：由人類創(chuàng)作，具有獨創(chuàng)性，是蘊含一定思想內(nèi)容的表達形式，且不屬于法律法規(guī)、通用數(shù)表、公式等著作權(quán)法排除對象。目前AIGC有三種形式，分別是完全由人工智能獨立創(chuàng)作、由自然人輔助創(chuàng)作、按照自然人輸入的提示詞生成。

曹新明說，上述三種形式中，只有一種是人類直接參與的，這種情況下AIGC才可能具有版權(quán)?！霸谑Ｏ聝煞N形式下，將AIGC界定為‘作品’是有問題的。”這是因為人工智能并沒有獨立的思想，并不能獨立地進行“創(chuàng)作”，更遑論具有版權(quán)。

南開大學法學院副院長、競爭法研究中心主任陳兵表示，從目前各國的立法狀況來看，日本、澳大利亞、英國、美國等國家均未賦予人工智能民事主體資格，因此也談不上AIGC“具有版權(quán)”。

雖然法律對AIGC版權(quán)問題的界定尚不明確，但仍應警惕生成式人工智能使用過程中的侵權(quán)風險，中國在此方面已有相關(guān)案例。陳兵說，在這些案例中，法院通過對AIGC的生成過程進行判斷，明確對生成物是否賦予利益。這需要具體問題具體分析，但有一點可以明確：人類對AIGC的簡單形式選擇并不足以構(gòu)成著作權(quán)法上的獨創(chuàng)性。

生成式人工智能涉及從數(shù)據(jù)抓取到內(nèi)容生成的全過程。這個過程中，作為生成式人工智能最終產(chǎn)品的AIGC在版權(quán)歸屬上界定模糊，其訓練過程中抓取的數(shù)據(jù)也會有侵權(quán)的風險。

“現(xiàn)在人工智能里面有幾千億的元素、數(shù)據(jù)，其中很多都是受版權(quán)保護的資料。這部分資料版權(quán)所有者的權(quán)利該怎么保護，目前尚不明確?！辈苄旅髡f。

陳兵認為，目前國家知識產(chǎn)權(quán)局和深圳、上海等地已經(jīng)開始著手研究數(shù)據(jù)的確權(quán)工作，但具體如何確權(quán)還需實踐給出答案?！鞍鏅?quán)的設(shè)立是為了鼓勵更多創(chuàng)新?！彼硎?，若不對數(shù)據(jù)和AIGC進行確權(quán)，會導致生成式人工智能開發(fā)商喂養(yǎng)成本過高，從而抑制創(chuàng)新。但另一方面，由于大模型具有顯著的聚集效應和馬太效應，人工智能開發(fā)商在訓練人工智能時又極易產(chǎn)生數(shù)據(jù)壟斷風險。

針對上述問題，陳兵認為，要理性對待AIGC創(chuàng)新，探索AIGC應用邊界，優(yōu)化對數(shù)據(jù)爬取的制度設(shè)計，分類分級探索場景化和精細化的算法治理機制，夯實算法開發(fā)者、應用者相應法律責任。“對于數(shù)據(jù)壟斷風險，要發(fā)揮政府對市場的敏捷監(jiān)管、精準監(jiān)管作用，推動企業(yè)‘開源’發(fā)展，并確立多元監(jiān)管機制?！标惐瑫r表示。

此外，曹新明提醒，生成式人工智能可能不止會侵犯版權(quán)。例如，未經(jīng)他人允許使用人工智能模仿其聲音、動作、姿勢、手勢，甚至使用人工智能“盜臉”，就侵犯了公民人格權(quán)。

“針對這些問題，可選擇安裝‘護欄技術(shù)’對人工智能予以約束，同時應避免大模型受到某些用戶攻擊?！辈苄旅鞅硎?。